Python opencv：人眼/人脸识别并实时打码处理

利用Python+opencv实现从摄像头捕获图像，识别其中的人眼/人脸，并打上马赛克。

系统环境：Windows 7 + Python 3.6.3 + opencv 3.4.2

一、系统、资源准备

要想达成该目标，需要满足一下几个条件：

• 找一台带有摄像头的电脑，一般笔记本即可；
• 需配有Python3，并安装NumPy包、opencv；
• 需要有已经训练好的分类器，用于识别视频中的人脸、人眼等，如无分类器，可以点击这里下载：

                                                              haarcascades分类器

二、动手做

1、导入相关包、设置视频格式、调用摄像头、指定分类器

import numpy as np 
import cv2

fourcc = cv2.VideoWriter_fourcc("D", "I", "B", " ")
out = cv2.VideoWriter('frame_mosic.MP4',fourcc, 20.0, (640,480))

cv2.namedWindow("CaptureFace")
#调用摄像头
cap=cv2.VideoCapture(0)
#人眼识别器分类器
classfier=cv2.CascadeClassifier("../haarcascades/haarcascade_eye_tree_eyeglasses.xml")

2、逐帧调用图像，并实时处理

从摄像头读取一帧图像后，先转化为灰度图像，然后利用指定的分类器识别出我们需要的内容，接着对该部分内容利用高斯噪声进行覆盖，以达成马赛克的目的。

代码如下：

while cap.isOpened():
    read,frame=cap.read()
    if not read:
        break
    #灰度转换
    grey=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
    #人脸检测
    Rects = classfier.detectMultiScale(grey, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32))
    if len(Rects) > 0:            
        for Rect in Rects:  
             x, y, w, h = Rect  
             # 打码：使用高斯噪声替换识别出来的人眼所对应的像素值
             frame[y+10:y+h-10,x:x+w,0]=np.random.normal(size=(h-20,w))
             frame[y+10:y+h-10,x:x+w,1]=np.random.normal(size=(h-20,w))
             frame[y+10:y+h-10,x:x+w,2]=np.random.normal(size=(h-20,w))

    cv2.imshow("CaptureFace",frame)
    if cv2.waitKey(5)&0xFF==ord('q'):
        break
    # 保存视频
    out.write(frame)
#释放相关资源
cap.release()
out.release()
cv2.destroyAllWindows()

3、观察效果

代码调用摄像头并在窗口进行了显示，可以实时观察到图像处理的效果，如图：

并将结果保存为视频，方便随时查看：

 

完整代码如下：

# -*- coding: utf-8 -*-

import numpy as np 
import cv2

fourcc = cv2.VideoWriter_fourcc("D", "I", "B", " ")
out = cv2.VideoWriter('frame_mosic.MP4',fourcc, 20.0, (640,480))

cv2.namedWindow("CaptureFace")
#调用摄像头
cap=cv2.VideoCapture(0)
#人眼识别器分类器
classfier=cv2.CascadeClassifier("../haarcascades/haarcascade_eye_tree_eyeglasses.xml")
while cap.isOpened():
    read,frame=cap.read()
    if not read:
        break
    #灰度转换
    grey=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
    #人脸检测
    Rects = classfier.detectMultiScale(grey, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32))
    if len(Rects) > 0:            
        for Rect in Rects:  
             x, y, w, h = Rect  
             # 打码：使用高斯噪声替换识别出来的人眼所对应的像素值
             frame[y+10:y+h-10,x:x+w,0]=np.random.normal(size=(h-20,w))
             frame[y+10:y+h-10,x:x+w,1]=np.random.normal(size=(h-20,w))
             frame[y+10:y+h-10,x:x+w,2]=np.random.normal(size=(h-20,w))

    cv2.imshow("CaptureFace",frame)
    if cv2.waitKey(5)&0xFF==ord('q'):
        break
    # 保存视频
    out.write(frame)
#释放相关资源
cap.release()
out.release()
cv2.destroyAllWindows()
 

利用opencv提供Python接口，可以很方便的进行图像、视频处理方面的学习研究，实在是很方便。这里把近期所学做个简单应用，后续再学习更深入的知识。